Tekoäly tehostaa datakeskuksia

08.11.2016

Lancaster-Datacentreweb-300.jpgTekoälyyn perustuvat tietokoneohjelmat, jotka voivat oppia, sopeutua ja rakentua itse reaaliaikaisesti voisivat tehdä suurista datakeskuksista energiatehokkaampia.

Lancasterin yliopiston tutkijat ovat kehittäneet ohjelmiston, joka kykenee sopeutumaan nopeasti optimaalisimpaan tapaan käsitellä suurta määrää erilaisia tehtäviä, ilman että ihmisen tarvitsee siihen puuttua.

Kehitetty REx-järjestelmä perustuu mikromuunnelmiin, jossa suuri kirjasto ohjelmistokomponentteja, kuten välimuistit ja erilaiset haku- ja lajittelualgoritmit voidaan valita ja koota automaattisesti käsillä olevaan tehtävään sopiviksi.

Itsestään järjestyvillä ohjelmistomalleista voisi olla etuja myös kehitettäessä ja ylläpidettäessä yhä monimutkaisempia ohjelmistoja monenlaisissa yhteyksissä mukaan lukien käyttöjärjestelmät ja Internetin infrastruktuuri.

Päätöksiään perustelevia neuroverkkoja

Viime vuosina tehokkaimmat järjestelmät tekoälyn tutkimuksista ovat löytyneet neuroverkoista, joka etsivät kuvioita harjoitusdatasta, jotta saadaan käyttökelpoisia ennusteita tai luokituksia.

Mutta hermoverkot ovat mustia laatikoita. Koulutuksen jälkeen, verkko voi olla erittäin hyvä datan luokittelussa mutta edes sen tekijöillä ei ole aavistusta miksi.

MIT:n Computer Science and Artificial Intelligence Laboratoryn (CSAIL) tutkijat Tao Lei, Regina Barzilay ja Tommi Jaakkola esittelevät uuden tavan kouluttaa neuroverkkoja niin, että ne eivät ainoastaan tuota ennusteita ja luokituksia vaan myös perustelevat päätöksiään.

Reaalimaailman sovelluksissa käyttäjät haluavat joskus tietää, miksi malli tekee sellaisia ennusteita kuin ne ovat. Esimerkiksi lääkärit eivät luota koneellisen oppimisen menetelmiin, jos ei ole todisteita toteavat tutkijat.

CSAIL:n tutkijat keksivät jakaa verkon kahteen moduuliin. Ensimmäinen moduuli tekee lähtödatan segmentteihin liittyvää pisteytystä, jotka sitten siirretään toiseen moduuliin, joka sitten suorittaa ennustuksen tai luokituksen tehtävän.

Aiheesta aiemmin:

Tekoälyllä spektrin käyttöä tehostamaan

15.05.2024Säilölaskentaa molekyyleillä ja keinolihaksilla
14.05.2024Muisti ferrosähköisestä ja ferromagneettisesta alueista
13.05.2024Metamateriaalia analogiseen optiseen laskentaan
10.05.2024Elektronit vauhdikkaina kaksiulotteisissa polymeereissä
09.05.2024Entistä tehokkaampia dielektrisiä kondensaattoreita
08.05.2024Elektronikanavia ilman resistanssia
07.05.2024Uusia kehitysnäkymiä kvanttitietotekniikalle
06.05.2024Mikrobeja torjuva kuparipinta kosketusnäytöille?
04.05.2024Kuinka valo voi höyrystää vettä ilman lämpöä
03.05.2024Puolijohdemateriaalista paljastuu "yllättävä" piilotoiminta

Siirry arkistoon »